Заключение. 
Словарь RuSLED как инструмент семантических исследований

Обращение к иной модальности представления информации, например, к жестовому языку, позволяет выявить значения, приобретаемые словами в конкретном контексте, причем эти значения могут не выявляться явно при сопоставлении словесных языков. Подобный подход может быть полезен при определении функций автоматизированной системы обработки текста.

Рис. 2. Слово «земля» в значении «земельный участок» .

Рис. 3. Слово «земля» в значении «берег, край суши» .

Литература

• 1. Voskressenski A. Signs and speech: two forms of human communication // Proceedings of the Ninth International Conference «Speech and Computer» SPECOM'2004. Saint-Petersburg, Russia, 2004, P. 666−669.
• 2. Воскресенский А. Л., Хахалин Г. К. Средства семантического поиска. // Компьютерная лингвистика и интеллектуальные технологии: Труды международной конференции «Диалог 2006» (Бекасово, 31 мая — 4 июня 2006 г.). — М.: Изд-во РГГУ, 2006. — С. 100−104.
• 3. Воскресенский А. Л. Сопоставительное лексикографическое описание слов русского языка и жестов языка глухих россии в словаре RuSLED // Компьютерная лингвистика и интеллектуальные технологии: По материалам ежегодной Международной конференции «Диалог» (Бекасово, 4−8 июня 2008 г.). Вып. 7 (14). — М.: РГГУ, 2008. С. 91−96.
• 4. Специфические средства общения глухих: Видеокурс: В 3 частях // СПб — Павловск: МЦР, 2002.
• 5. Фрадкина Р. Н. Говорящие руки: Тематический словарь жестового языка глухих России // М.: Изд-во «Сопричастность» ВОИ, 2001. — 598 С.
• 6. Мартынов В. В. Основы семантического кодирования. Опыт представления и преобразования знаний. // Мн.: ЕГУ, 2001. — 140 С.
• 7. Щерба Л. В. Опыт общей теории лексикографии. // «Изв. АН СССР, ОЛЯ», № 3, 1940, С. 100.
• 8. Степанов Ю. С. Методы и принципы современной лингвистики. // М.: Едиториал УРСС, 2003. — 312 С.
• 9. Vasily Nalimov. Realms of the Unconscious; The Enchanted Frontier. // ISI Press, 1982.
• 10. Елашкина А., Красноусова А., Максимова Н., Русин А. Тема-рематическая лингвистическая модель для машинной обработки текстов // Электронный документ: http://www.noolab.ru/articles/article09.asp.
• 11. Фу К. С. Лингвистический подход к распознаванию образов // Классификация и кластер / Ред. Дж. Вэн Райзин. — М.: Мир, 1980. — С. 167−207.
• 12. Заде Л. А. Размытые множества и их применение к распознаванию образов и кластер-анализе // Классификация и кластер / Ред. Дж. Вэн Райзин. — М.: Мир, 1980. — С. 208−247.
• 13. Прикладная статистика: Классификация и снижение размерности: Справ. изд. / С. А. Айвазян, В. М. Бухштабер, И. С. Енюков, Л. Д. Мешалкин; Под ред. С. А. Айвазяна. — М.: Финансы и статистика, 1989. — 607 С.
• 14. Воскресенский А. Л., Хахалин Г. К. Кластерный анализ контекста // Математическая теория систем: Материалы конференции МТС-09 (Москва, 26−30 января 2009 г.). — В печати.
• 15. Хахалин Г. К., Воскресенский А. Л. Контекстное фрагментирование в лингвистическом анализе // Десятая национальная конференция по искусственному интеллекту с международным участием КИИ-2006 (25 — 28 сентября 2006 г., Обнинск): Труды конференции. В 3 т. Т. 2. — М.: Физматлит, 2006. — С. 479 — 488.
• 16. Жигалов В. А., Жигалов Д. В., Жуков А. А., Кононенко И. С., Соколова Е. Г., Толдова С. Ю. Система ALEX как средство для многоцелевой автоматизированной обработки текстов // Компьютерная лингвистика и интеллектуальные технологии: Труды Международного семинара Диалог'2002. Т.2: Прикладные проблемы. — М.: Наука, 2002. — С. 192−208.
• 17. Леонтьева Н. Н. Автоматическое понимание текстов. Системы, модели, ресурсы. — М.: Издательский центр «Академия», 2006. — 304 С.
• 18. Artificial General Intelligence / B. Goertzel, C. Pennachin (eds). — Springer, 2007.
• 19. Voskresenskij A. Text Disambiguation by Educable AI System // The First Conference on Artificial General Intelligence / P. Wang et al. (Eds.), AGI-08, 1−3 March, 2008, Memphis. IOS Press, 2008.